• Proceedings of the Korea Information Processing Society Conference
• /
• 2014.04a
• /
• pp.435-436
• /
• 2014

iOS 시스템의 데이터 보호 기법은 하드웨어에 위치한 암호화 엔진과 계층 키 구조를 사용하여 안전하게 데이터를 보호 하고 있다. 또한, 4가지 클래스로 데이터를 분류하여 데이터를 안전하게 보호 한다. 하지만, 계층 키가 위치한 플래시 메모리를 분석할 경우 데이터 보호 기법이 취약해 질 수 있다는 문제점이 존재한다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2000.10a
• /
• pp.519-521
• /
• 2000

최근전산 환경은 통합되는 개방형 시스템으로 변모하고 있는데, 클래스 라이브러리의 재사용이 재사용을 향상시키지 못하고 있다. 이로 인한 라이브러리 습득에 많은 시간과 노력이 가중되고 개발시간이 길어진다. 따라서, 본 논문에서는 객체지향 프레임워크를 잘 사용하여 재사용할 수 있도록 잘 관리하는 저장소를 제안한다. 객체지향 소프트웨어 공학 프로세스에 의해 생성되는 산출물을 객체 형태로 통합 관리함으로서 프레임워크 재사용을 쉽게 할 수 있고, 객체들을 효율적으로 관리해 주고, 특정한 도메인에서 프레임워크를 재사용하여 새로운 어플리케이션을 개발할 때 시간을 단축하기 위해서 통합 객체 관리 저장소를 제안한다. 이 모델은 프레임워크 클래스 계층 구조 및 클래스 상호간의 상호작용 정보를 유기적으로 관리하고 통합할 수 있다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2012.06b
• /
• pp.321-323
• /
• 2012

스마트폰 사용의 보편화와 센서기술의 발달로 이를 응용하는 다양한 연구가 진행되고 있다. 특히 가속도, GPS, 조도, 방향센서 등의 센서들이 스마트폰에 부착되어 출시되고 있어서, 이를 이용한 상황인지, 행동인식 등의 관련 연구들이 활발하다. 하지만 다양한 클래스를 분류하면서 높은 인식률을 유지하는 것은 어려운 문제이다. 본 논문에서는 인식률 향상을 위해 계층적 구조의 순환 신경망을 이용하여 제스처를 인식한다. 스마트폰의 가속도 센서를 이용하여 사용자의 제스처 데이터를 수집하고 BLSTM(Bidirectional Long Short-Term Memory) 구조의 순환신경망을 계층적으로 사용하여, 20가지 사용자의 제스처와 비제스처를 분류한다. 약 24,850개의 시퀀스 데이터를 사용하여 실험한 결과, 기존 BLSTM은 평균 89.17%의 인식률을 기록한 반면 계층적 BLSTM은 평균 91.11%의 인식률을 나타내었다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2006.06c
• /
• pp.238-240
• /
• 2006

현대 기업에서는 다양하고 복잡한 업무 프로세스가 일반화 되어있고, 그에 따라 동일한 작업을 여러 장비 즉, PC, 노트북. PDA등 다양한 장비에서 하기를 원하는 사용자들의 요구가 늘어가는 추세이다. 하지만 대부분의 기업에서도 동일한 업무 프로세스를 유지보수나 재개발 하는데 있어서 많은 시간과 비용이 투자되어온 것이 사실이다. 본 논문에서는 이 같은 문제의 해결방안으로 최근 기술인 닷넷 아키텍처를 기반으로 연구된 자료를 토대로 기업 환경에 맞는 재사용성을 강조한 클래스를 구현하고 기존에 대부분의 기업에서 구현되고 있는 데 이터계층, 비즈니스 계층, 유저인터페이스 접근계층으로 분류되는 3-Tier계층 모델에서 한 단계 진보한 닷넷 아키텍처를 응용한 새로운 기업환견에 맞는 닷넷 솔루션 모델을 제시함으로써 닷넷 슬루션의 성능과 팀 개발 업무에서의 비용과 시간을 개선시킬 수 있다는 것을 증명한다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2023.07a
• /
• pp.513-515
• /
• 2023

본 논문에서는 그리드 탐색과 트랜스포머를 사용한 그룹 행동 인식 모델을 제안한다. 추출된 여러 사람의 스켈레톤 정보를 차분 벡터, 변위 벡터, 관계 벡터로 변환하고 사람별로 묶어 이를 TimeDistributed 함수에 넣고 풀링을 한다. 이를 트랜스포머 모델의 입력으로 넣고 그룹 행동 인식 분류를 출력하였다. 논문에서 3가지 벡터를 입력으로 하여 합치고 트랜스포머 계층을 거친 모델과 3가지 벡터를 입력으로 하고 계층적으로 트랜스포머 모델을 거쳐 행동 인식 분류를 출력하는 두 가지 모델을 제안한다. 3가지 벡터를 합친 모델에서 클래스 분류 정확도는 CAD 데이터 세트 96.6%, Volleyball 데이터 세트 91.4%, 계층적 트랜스포머 모델은 CAD 데이터 세트 96.8%, Volleyball 데이터 세트 91.1%를 얻었다

• Journal of KIISE:Databases
• /
• v.35 no.3
• /
• pp.243-256
• /
• 2008

With rapid growth of Internet, the amount of information in the Web is increasing exponentially. However, information on the current Web is understandable only for human, and thus it makes the exact information retrieval difficult. For solving this problem, the Semantic Web is suggested and we must use ontology languages that can endow data to semantics for implementing it. One of the representative ontology languages is OWL(Web Ontology Language) adopted as a recommendation by the World-Wide Web Consortium. OWL has richer expression power and formal semantics than other ontology languages such as RDF and RDF-S. In addition, OWL includes hierarchical structure information between classes or properties. Therefore, an efficient OWL storage model considering hierarchical structure for effective information retrieval on the Semantic Web is required. In this paper, we suggest the XPOS(XPath-based OWL Storage) model including hierarchy information between classes or properties as XPath form and enabling intuitive and effective information retrieval. Also, we show the comparative evaluation results on the performance of XPOS model, Sesame, and the XML storage-based storage model regarding query processing.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2001.04a
• /
• pp.425-428
• /
• 2001

알려지지 않은 악성 코드의 수행을 막는 방법으로 프로그램의 실행 환경을 제한하는 '샌드박스' 기법이 많이 쓰여져 왔다. 코드의 비정상 행위를 탐지하는 이 방식은 얼마나 다양한 샌드박스들을 두는가에 따라 적용성(configurability)과 편리성(ease of use) 간의 양면성 (trade-off)을 가진다. 기존의 MAPbox는 이 두 가지를 동시에 만족시키기 위해 프로그램의 종류별로 샌드박스를 두는 클래스별 샌드박스 적용 기법을 사용한다[3]. 그러나, 이 방법은 정적으로 클래스들이 결정되므로 적용성에 한계가 있다. 본 논문에서는 MAPbox의 개념에 동적 클래스 생성 기능을 추가함으로써 적용성을 높이는 기법을 소개하고 실제로 구현한다. MAPbox에 비해 적용성이 높아진 예로 MAPbox에서는 정상행위이지만 비정상행위로 판단되는 경우가 제안된 기법을 통해 올바르게 판단됨을 보인다.

• Journal of KIISE:Computer Systems and Theory
• /
• v.34 no.11
• /
• pp.589-598
• /
• 2007

In the group communication which has multiple data streams and various access privileges, it is necessary to provide group access control. The group members having the same access privilege are classified into one class, and the classes form a hierarchy based on the access relations. Then each class is assigned to a secret key. In the previous schemes, a single logical key graph is constructed from the hierarchy and each member always holds all secret keys of the classes he can access in the proactive manner. Thus, higher-privileged members hold more keys then lower-privileged members. However, if the hierarchy is large, each member manages too many keys and the size of multicast message in rekeying increases in proportion to the size of the hierarchy. Moreover, most of the members access a small portion of multiple data streams simultaneously. Therefore, it is redundant to receive rekeying message and update the keys in which he is not currently interested. In this paper, we present a new key management scheme that takes a reactive approach in which each member obtains the key of a data stream only when he wants to access the stream. Each member holds and updates only the key of the class he belongs. If he wants to get the key of other class, he derives it from his key and the public parameter. Proposed scheme considerable reduces the costs for rekeying, especially in the group where access relations are very complex and the hierarchy is large. Moreover, the scheme has another advantage that it easily reflects the change of access relations.

• Convergence Security Journal
• /
• v.18 no.3
• /
• pp.53-59
• /
• 2018

In this paper, we propose a hierarchical image classification scheme for efficient object image classification. In the non-hierarchical image classification, which classifies the existing whole images at one time, it showed that objects with relatively similar shapes are not recognized efficiently. Therefore, in this paper, we introduce the image classification method in the hierarchical structure which attempts to classify object images hierarchically. Also, we introduce to the efficient class structure and algorithms considering the scalability that can occur when a deep learning image classification is applied to an actual system. Such a scheme makes it possible to classify images with a higher degree of confidence in object images having relatively similar shapes.

• The Journal of Korean Institute of Communications and Information Sciences
• /
• v.31 no.7A
• /
• pp.717-724
• /
• 2006

In order to maximize the throughput and provide the fairness between users in MIMO-OFDM system, FATM(fairness-aware throughput maximization) scheduling algorithm was proposed. In this paper, a QoS-aware scheduling algorithms for MINO-OFDM system are proposed, each of which is based on FATM. These scheduling algorithms aim to satisfy the different service requirements of various service classes. Three proposed QoS scheduling algorithms called SPQ (Strict Priority Queueing), DCBQ (Delay Constraint Based Queuing), HDCBQ (Hybrid Delay Constraint Based Queuing) are compared through computer simulations. It is shown that HDCBQ algorithm outperforms other algorithms in satisfying different requirements of various service classes.